⚡ electrical engineering

Coordinated Incremental Trajectory Tracking of a Tailsitter Drone

본 논문은 회전 행렬에 기반한 해석적 미분 평탄성 프레임워크를 통해 테일시터(tailsitter) 무인 항공기의 궤적 추적 능력을 상당한 수직 속도가 발생하는 비행 영역까지 확장하며, 이를 실험적 결과로 검증한다.

원저자: Evangelos Ntouros, Ewoud J. J. Smeur

게시일 2026-07-14

📖 4 분 읽기☕ 가벼운 읽기

원저자: Evangelos Ntouros, Ewoud J. J. Smeur

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

벌새처럼 완벽하게 제자리 비행을 할 수 있고, 동시에 제트기처럼 빠르게 앞으로 질주할 수 있는 드론을 상상해 보세요. 이 특정한 종류의 드론을 "테일시터(tailsitter)"라고 부릅니다. 이 드론은 꼬리 부분으로 서 있는 상태에서 시작하여, 뒤집히며 수평으로 비행합니다. 이는 구조 임무나 물품 배송에 아주 멋진 도구이지만, 제어하기에는 다소 까 la 까다로운 존재입니다.

이 논문의 저자들이 해결한 문제는 마치 무용수에게 가파른 언덕을 뛰어 올라가면서 동시에 회전하는 법을 가르치는 것과 같습니다. 기존의 드론 제어 방식은 드론이 평평하고 안정적으로 비행할 때는 아주 잘 작동했습니다. 하지만 드론이 큰 수직 속도로 비행하려고 할 때(예를 들어, 급강하하거나 회전하며 상승할 때), 기존의 제어 방식은 휘청거리기 시작했습니다. 기존 방식은 오일러 각도(Euler angles)라는 규칙에 의존했는데, 이 규칙은 드론이 수평을 유지하지 못할 때 혼란에 빠지고 무너집니다. 이는 마치 고개를 기울일 때마다 미친 듯이 회전하는 나침반을 사용하는 것과 같습니다. 드론은 길을 잃거나 추락하게 될 것입니다.

핵심 아이디어: 드론을 위한 새로운 지도
델프트 공과대학교(Delft University of Technology)의 에반젤로스 은투로스(Evangelos Ntouros)와 에우드 J. J. 스미어(Ewoud J. J. Smeur)가 이끄는 연구팀은 드론의 경로를 계산하는 완전히 새로운 방법을 고안해 냈습니다. "기울기 및 회전"이라는, 잘못 접으면 찢어지는 종이 지도 대신, 그들은 "회전 행렬(rotation matrices)"이라는 수학적 도구를 사용했습니다. 이것은 종이 지도를 사용하는 것에서, 아무리 돌려도 멀쩡한 튼튼한 3D 홀로그램 지구본으로 전환하는 것과 같습니다.

그들은 이 새로운 방법이 드론의 "조화로운(coordinated)" 경로를 가능하게 한다는 것을 수학적으로 증명했습니다. 쉽게 말해, 이 방식은 드론이 빠르게 상승하거나 하강하는 중에도 영화 속 비행기처럼 매끄러운 뱅킹 턴(banking turn)을 수행할 수 있게 해줍니다. 기존 방식은 이를 감당하지 못했습니다. 기존 방식은 수학적 벽(특이점, singularity)에 부딪혀 작동을 멈추곤 했습니다. 하지만 새로운 방식은 드론이 까다로운 동작을 수행하더라도 침착함을 유지하며 올바른 방향을 계속 계산해 냅니다.

어떻게 테스트했는가
그들의 새로운 수학이 실제 세계에서 어떻게 작동하는지 확인하기 위해, 그들은 단순히 컴퓨터 시뮬레이션만 돌리지 않았습니다. 그들은 실제 드론인 **파롯 스윙(Parrot Swing)**을 가지고 10 x 10 x 5 미터 크기의 커다란 실내 공간으로 가져갔습니다. 이 방은 드론의 모든 움직임을 극도로 정밀하게 추적할 수 있는 카메라들로 가득 차 있었습니다.

그들은 드론이 "하프 루프(half-loop)" 기동을 수행하도록 프로그래밍했습니다. 드론이 앞으로 날아가다가 롤러코스터처럼 위로 솟구쳐 한 바퀴를 돌고 다시 돌아오는 모습을 상상해 보세요.

도전 과제: 그들은 드론이 2 m/s로 루프에 진입하여, 루프를 빠져나올 때 3.2 m/s까지 속도를 높이도록 만들었습니다.
결과: 드론은 경로를 완벽하게 따라갔습니다. 드론이 있어야 할 위치와 실제 위치 사이의 오차는 전체 시간 동안 0.4 미터 미만으로 매우 작게 유지되었습니다.

그들은 또한 더 까다로운 버전도 시도했습니다. 바로 측면 이동(cross-track motion)을 하며 루프를 도는 것으로, 이때 속도는 최대 3.6 m/s에 달했습니다. 이 테스트에서 기존 방식은 완전히 실패했을 것입니다. 왜냐하면 드론이 옆으로 이동하면서 동시에 위아래로 움직일 때, "요(yaw, 기수의 방향)"를 정의하는 것이 수학적으로 불가능해지기 때문입니다. 그렇다면 새로운 방식은 어땠을까요? 그 방식은 힘들이지 않고 드론을 궤도 위에 유지시켰습니다.

하지 않은 것 (그리고 그것이 중요한 이유)
이 논문이 주장하지 않는 바를 아는 것도 중요합니다. 저자들은 자신들의 방법이 공기가 드론을 밀어내는 방식에 대한 단순화된 모델에 의존한다고 명시적으로 밝혔습니다. 그들은 모든 미세한 바람의 돌풍이나 복잡한 공기역학적 효과를 측정하려고 하지 않았습니다. 그러한 작업은 측정하는 데 너무 많은 시간이 걸리기 때문입니다. 대신, 그들은 "충분히 괜찮고" 계산이 빠른 모델을 사용했습니다.

또한, 드론이 자유 낙하 중이거나(엔진 동력 없이 떨어지는 상태), 대기 속도가 0일 때(완벽하게 정지하여 호버링하는 상태)는 새로운 수학적 모델도 난관에 봉착한다는 점을 인정했습니다. 하지만 그들은 똑똑한 조종사(또는 똑똑한 컴퓨터 비행 계획 시스템)라면 이러한 특정 상황들을 피해야 한다고 주장합니다. 그들은 "자유 낙하 중에 어떻게 비행할 것인가"라는 문제를 해결한 것이 아니라, "회전하고 상승하는 동안 어떻게 매끄럽게 비행할 것인가"라는 문제를 해결한 것입니다.

결론
저자들은 자신들의 새로운 수학적 "지구본"이 이러한 특정하고 까다로운 비행 경로를 위해 기존의 "종이 지도"보다 더 효과적이라는 것을 성공적으로 보여주었습니다. 그들은 실험실에서의 실제 비행을 통해, 드론이 이전의 제어기들을 혼란에 빠뜨렸을 법한 수직 속도와 뱅킹 턴을 처리할 수 있음을 증명했습니다.

그들이 모든 가능한 비행 문제를 해결한 것은 아니지만, 테일시터 드론이 더 역동적인 고속 곡예 비행을 할 수 있는 문을 열었습니다. 그들이 말하는 다음 단계는 드론이 스스로 이런 까다로운 경로를 수행할 수 있도록 자동으로 경로를 계획하는 법을 알아내는 것이며, 이를 실제 외부의 바람 속에서 테스트하는 것입니다. 하지만 현재로서는, 올바른 수학만 있다면 드론이 자신의 발에 걸려 넘어지지 않고 하늘에서 춤을 출 수 있다는 것을 보여주었습니다.

기술 요약: 테일시터(Tailsitter) 드론의 협조적 증분 궤적 추적

문제 정의
하이브리드 무인 항공기(UAV), 특히 테일시터는 호버링과 전진 비행 사이를 전환할 수 있는 능력을 제공한다. 그러나 이러한 기체들을 전체 비행 영역 전반에 걸쳐 제어하는 것은, 특히 상당한 수직 속도 성분을 포함하는 협조 비행(coordinated flight) 체제에서 매우 까다롭다. Tal 등[3]이 제안한 차분 평탄성(differential flatness) 기반의 기존 최첨단 컨트롤러는 주로 수평 비행에 유효한 가정들에 의존한다. 이 방식들을 수직 속도가 큰 궤적에 적용할 경우, 특히 요(yaw) 각도를 정의하거나 특정 힘(specific force)의 수직 성분이 0에 가까워질 때 특이점(singularities)이나 모호함(ambiguities)에 직면하게 된다. 또한, $\pi$ -이론 공력 모델[6]을 사용하는 대안적인 정식화들은 비용이 많이 드는 풍동 실험 식별을 요구하며, 받음각(angle of attack)과 측풍각(sideslip)이 정의되지 않는 호버링 근처에서 특이점을 유발한다.

방법론
저자들은 협조 비행 조건 하에서의 쿼드로터 테일시터를 위한 차분 평탄성 변환의 해석적 유도를 위한 프레임워크를 제안한다. 이 방법론은 다음의 핵심 요소들로 구축된다:

공력 모델링: 본 연구는 $\phi$ -이론 파라미터화[4]를 활용하며, 이는 전이(transition) 및 실속(stall) 체제를 포함하여 전체 비행 영역에 적용 가능한 전역 모델을 제공한다. $\pi$ -이론과 달리, 이 접근 방식은 호버링 근처에서의 특이점을 피할 수 있으며, 양력 및 항력 계수를 명시적으로 사용하지 않고도 비행 데이터로부터 직접 파라미터를 식별할 수 있게 한다. 순 특정 힘(net specific force)은 신체 좌표계(body frame) 내에서 완전히 표현되는 공력 및 특정 추력의 합으로 모델링된다.
회전 행렬 정식화: 오일러 각 표현에서 발생하는 특이점과 모호함을 피하기 위해, 자세 및 회전 역학은 오직 회전 행렬만을 사용하여 정식화된다. 기체의 방향은 회전 행렬 $R^i_b \in SO(3)$ 에 의해 표현된다.
차분 평산성 유도:
- 평탄 출력(Flat Output): 기체 위치 $p$ 가 평탄 출력으로 선택된다.
- 자세 재구성: 협조 비행을 위해, 공기 질량에 대한 상대 속도( $v_a$ )와 특정 힘( $f$ )은 반드시 기체의 XZ 평면 위에 놓여야 한다. 기체의 Y축( $b_y$ )은 $v_a$ 와 $f$ 의 정규화된 외적(cross product)을 통해 해석적으로 도출된다. 관성 좌표계에서 기체 좌표계로의 회전을 계산하기 위해 중간 프레임 $E$ 가 구축된다.
- 해석적 변환: 본 논문은 평탄 출력 및 그 4차 미분까지의 도함수를 기반으로 자세( $R^i_b$ ), 각속도( $\Omega$ ), 그리고 각가속도( $\dot{\Omega}$ )에 대한 폐쇄형(closed-form) 해석적 표현식을 유도한다. 이를 통해 피드포워드(feedforward) 신호를 직접 계산할 수 있다.
- 제어 입력 회복: 제어 입력(프로펠러 속도)은 요구되는 각가속도와 특정 추력을 제어 유효성 행렬(control effectiveness matrix)로부터 해석적으로 회복된다.
컨트롤러 아키텍처: 유도된 차분 평탄성 변환은 증분 비선형 동적 역전(Incremental Nonlinear Dynamic Inversion, INDI) 컨트롤러에 통합된다. 이 컨트롤러는 해석적 변환을 사용하여 피드포워드 각속도 및 각가속도 신호를 생성하며, 이를 참조 궤적을 추적하기 위한 피드백 항과 결합한다.
특이점 처리: 저자들은 $\|v_a \times f\| = 0$ 인 경우(예: 호버링 근처, 자유 낙하, 또는 속도와 힘이 일치하는 경우)에 정식화가 특이점을 가짐을 인정한다. 주요 전략은 이를 궤적 생성 단계에서 처리하는 것이지만, 컨트롤러를 위한 휴리스틱 접근법도 채택되었다. 즉, 특이점 근처에서는 명령된 기체 Y축을 이전 타임 스텝의 값으로 유지한다. 호버링 근처 조건의 경우, 시스템은 [3]의 비협조적(uncoordinated) 평탄성 변환으로 전환된다.

주요 기여

해석적 차분 평탄성 변환: 본 논문은 $\phi$ -이론 파라미터화를 사용하여 테일시터 UAV의 협조 비행을 위한 해석적 차분 평탄성 변환을 유도한다.
회전 행렬 독점 사용: 본 정식화는 오일러 각을 완전히 배제하고 회전 행렬을 활용함으로써, 자세 표현에서의 특이점과 모호성에 대한 견고성을 확보한다.
적용 범위 확장: 본 프레임워크는 기존의 증분 제어 아키텍처의 적용 범위를 상당한 수직 속도 성분을 가진 비행 영역까지 확장하며, 기존 방식(예: [3])이 실패하거나 특이점이 발생하는 구간에서도 작동한다.
실험적 검증: 제안된 방식은 Parrot Swing 쿼드로터 테일시터를 통해 실험적으로 검증되었다. 실험 결과, 비협조적 방식이 특이점에 직면할 수 있는 수직 및 횡방향 운동을 포함한 복잡한 하프 루프(half-loop) 기동을 성공적으로 추적함을 보여주었다.

결과
실험은 모션 캡처 시스템을 사용하는 실내 경기장에서 수행되었다. 두 가지 주요 시나리오가 테스트되었다:

하프 루프 기동: 4m 진입, 1.5m 반경의 하프 루프, 그리고 대칭적 탈출을 포함하는 궤적이다. 제안된 컨트롤러는 오차 노름(error norm) 0.4m 미만으로 궤적을 성공적으로 추적하였다. 실험을 통해 비협조적 방식은 수직 특정 힘 성분이 0에 가까워지는 루프 탈출 지점에서 요(yaw) 계산의 특이점으로 인해 실패할 것임을 확인하였다. 반면 제안된 방식은 안정적으로 작동하였다.
횡방향 운동을 포함한 하프 루프: 하프 루프와 측면 이동이 결합된 3D 기동이다. 이 시나리오는 3D 공간에서의 협조 비행을 위해 의미 있는 요 각도를 정의하는 데 있어 비협조적 방식의 한계를 더욱 극명히 보여주었다. 제안된 변환은 안정성을 유지하였으나, 위치 측정 시스템의 속도 추정치 노이즈로 인해 $v_a \parallel f$ 조건 근처에서 미세한 민감도가 관찰되었다.

의의 및 주장
저자들은 본 연구를 [3]에서 제시된 비협조 비행 제어 프레임워크에 대한 보완적인 발전으로 규정한다. [3]이 비협조 비행을 다룬다면, 본 논문은 협조 비행 체제를 다룸으로써, 기존의 차분 평탄성 기반 컨트롤러로는 접근할 수 없었던 고속 기동 및 더 복잡한 궤적 수행을 가능하게 한다.

본 논문은 제안된 프레임워크가 다음과 같음을 완곡하게 주장한다:

비행 데이터로 식별된 $\phi$ -이론 파라미터에 의존함으로써 비용이 많이 드는 풍동 식별 과정을 제거한다.
$\pi$ -이론 모델에서 발견되는 오일러 각 및 호버링 근처의 특이점을 피한다.
상당한 수직 속도가 발생하는 협조 비행 중에도 자세 및 제어 입력을 위한 잘 정의된 해석적 솔루션을 제공한다.

저자들은 기체의 출력 부족 문제와 액추에이터 포화(saturation) 방지의 필요성 때문에 궤적 생성이 여전히 도전 과제로 남아 있음을 언급하며, 온라인 궤적 생성 및 실외 비행 검증을 향후 과제로 꼽았다. 또한, 더 넓은 범위의 곡예 기동을 가능하게 하기 위해 협조적 및 비협조적 변환을 결합한 통합 프레임워크의 잠재력을 제시하였다.

유사한 논문